AI競艇 Borutaで有効な特徴量を残すための5つの対策 Borutaで有効な特徴量を残すための5つの対策。Borutaを使った特徴量選択で、すべての特徴量が削除されてしまう場合があります。Borutaを使った特徴量選択で、すべての特徴量が削除されてしまう場合、少なくとも1つの有効な特徴量を残すために、以下の方法を試してみてください。 2024/09/01 AI競艇
AI競艇 「真の確率」を考える 期待値と確率モデルの理解 競艇で舟券を買うときに、期待値と確率モデルはとても大事な基準です。 期待値とは、確率にオッズを掛け合わせたもので、たくさんのレースを繰り返すときの平均的な回収額を表します。例えば、勝つ確率が20%(0.2)でオッズ... 2024/08/30 AI競艇
AI競艇 競艇予想AIの開発がはかどるPythonのソースコード この記事は、YouTubeでもご覧いただけます。映像とナレーションで内容がよりわかりやすく解説されているので、ぜひ以下のリンクからご覧ください。■競馬予想AIの開発がはかどるPythonのソースコードチャンネルは姉妹サイト「PC-KEIBA... 2024/07/28 AI競艇
AI競艇 Borutaで競艇予想AIモデルをチューニング 特徴量選択は、機械学習において重要な前処理の一つです。データセットから最も重要な特徴量を選ぶことで、モデルのパフォーマンスを向上させることができます。ここでは、LightGBMでBorutaというライブラリを使用して特徴量選択を行う方法について解説します。 2024/06/23 AI競艇
AI競艇 波乱レースに特化した競艇予想AIの作り方 電気自動車の最大手である「テスラ」の車用AI(自動運転)の開発には、世界中を走行するテスラ車の膨大な運転映像が使われてます。そして、それを学習したAIが平均的なドライバー並みの運転にならないように、状況に上手に対応した例だけを学習に使ってるそうです。 2024/06/13 AI競艇
AI競艇 Optunaで競艇予想AIモデルをチューニング Optunaの拡張機能である「LightGBM Tuner」は、ハイパーパラメータを自動調整してくれるLightGBM専用のモジュールです。重要なハイパーパラメータを優先的に調整し、探索範囲を効率的に絞り込みます。これにより、機械学習モデルの性能を向上させることが可能です。 2024/05/17 AI競艇
AI競艇 LightGBMによるAI競艇予想(準備編) 当サイトの「AI競艇」の記事と「PC-KYOTEI Database」があれば、競艇予想AIは簡単に作れます。必要なのは、CSV形式の学習データを用意することだけです。最終的には、それらを自分のニーズに合わせてカスタマイズし、最強の競艇予想AIを完成させてください。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(二値分類) 「二値分類」は目的変数を0か1の二値に分類にする方法です。ここに公開するPythonのソースコードは「正解率・適合率・再現率・F値・AUC」の評価指標と「特徴量重要度」の可視化を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(多クラス分類) 「多クラス分類」は目的変数を多クラスに分類する方法です。「二値分類」の三値以上版みたいなイメージ。ここに公開するPythonのソースコードは「正解率・適合率・再現率・F値」の評価指標と「特徴量重要度」の可視化を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。 2023/02/01 AI競艇
AI競艇 LightGBMによるAI競艇予想(回帰分析) 「回帰分析」は数値を目的変数とする場合に使う方法です。競艇予想の場合、例えば能力指数など。ここに公開するPythonのソースコードは「予測誤差」と「決定係数」の評価指標と「散布図」の作成を実装しています。学習データを作るSQLで目的変数の項目名を「target」にすれば、オリジナルの学習データで分析する場合でもそのまま使えます。 2023/02/01 AI競艇